ivdon3@bk.ru
В работе исследуется применение рекуррентных нейронных сетей для прогнозирования уровня воды в реке Амур. Описаны преимущества использования таких сетей по сравнению с традиционными методами машинного обучения. Проведено сравнение различных архитектур рекуррентных сетей, выполнена оптимизация гиперпараметров модели. Разработанная модель, основанная на длинной краткосрочной памяти, продемонстрировала высокую точность прогнозирования, превосходящую традиционные методы. Полученные результаты могут быть использованы для повышения эффективности мониторинга водных ресурсов и предупреждения паводков.
Ключевые слова: анализ временных рядов, Амур, уровень воды, прогнозирование, нейронные сети, рекуррентная сеть
1.2.2 - Математическое моделирование, численные методы и комплексы программ